더 똑똑하고 효율적인 Kanana-2 오픈소스 공개
카카오가 Agentic AI 구현에 최적화된 언어모델 Kanana-2를 오픈소스로 공개했습니다. 자체 개발한 차세대 언어모델이라는 점을 강조했습니다.
#LLM#open source
11600
국내 IT 기업 기술 블로그 최신 글
필터 1
Amazon Bedrock AgentCore Memory: 기억하는 AI 에이전트 만들기
Amazon Bedrock AgentCore Memory로 LLM의 Statelessness를 보완하는 기억 시스템을 소개했습니다. 단기·장기 기억, 자동 검색, 대화 분기를 통해 기억하는 AI 에이전트를 구현하는 방법을 설명했습니다.
#AWS#LLM
6400
AWS re:Invent 2025 1부 : AI 에이전트 시대를 연 핵심 발표 정리
AWS re:Invent 2025의 핵심 키노트와 신규 발표를 정리한 글입니다. AI 인프라 확장과 에이전트 시대를 위한 AWS의 방향을 요약했습니다.
#AWS#LLM
6900
안전은 기본, 비용 절감은 덤: 별도 가드레일이 필요한 이유
시스템 프롬프트에 안전 규칙을 몰아넣는 방식의 한계와 부작용을 설명했습니다. 별도 가드레일을 두면 안전성, 비용, 운영성을 함께 개선할 수 있다고 정리했습니다.
#LLM#prompt
7500
AI와 대화하다 철학자를 만나다
AI와 대화하다 철학자를 만나다
AI와의 대화에서 의도와 결과의 간극을 줄이기 위해 Grice의 협력 원칙과 컨텍스트 엔지니어링을 연결해 설명했습니다. 명시적 전제를 늘려 AI의 오해를 줄이는 실용적 방법을 제안했습니다.
#LLM#Claude
6200
Claude Code를 활용한 예측 가능한 바이브 코딩 전략
Claude Code 기반 바이브 코딩에서 발생하는 누락과 오해의 원인을 정리하고, 이를 줄이기 위한 컨텍스트 관리 전략을 설명했습니다. 작은 요청 분리, Plan 모드, Todo, 서브에이전트, CLAUDE.md 활용법을 제안했습니다.
#Claude Code#LLM
35800
Velopers 추천광고
쿠팡 파트너스
개발자를 위한 인기 상품을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발자#노트북#컴퓨터
Amazon Bedrock AgentCore Observability로 프로덕션 수준의 AI 에이전트 구축하기
Amazon Bedrock AgentCore Observability로 AI 에이전트의 동작, 비용, 지연시간을 프로덕션 수준에서 추적하는 방법을 소개했습니다. OpenTelemetry 기반 자동 계측과 트레이스 분석으로 디버깅과 비용 최적화를 돕습니다.
#AWS#Amazon Bedrock
6800
숙소 후기를 읽지 않아도 되는 세계, AI로 만든 새로운 탐색 방식
숙소 후기를 읽지 않아도 되는 세계, AI로 만든 새로운 탐색 방식
AI로 숙소 후기를 요약·구조화해 탐색에 바로 쓸 수 있는 데이터로 전환했습니다. 사용자는 장문 리뷰를 읽지 않고도 핵심 정보를 빠르게 확인할 수 있게 되었습니다.
#LLM#Kafka
11100
한 번 더 라포랩스를 선택한 이유: Product Builder
라포랩스 AX 팀 Product Builder 인턴이 합류 이유와 업무 경험을 공유했습니다. AI로 운영 비효율을 줄이고 전사 자동화를 확장하려는 방향을 소개했습니다.
#자동화#Product Builder
2300
한국어와 이미지를 한 번에, 카카오의 멀티모달 임베딩 모델 개발기
한국어 텍스트와 이미지를 함께 처리하는 멀티모달 임베딩 모델 개발기를 소개했습니다. 자연어 기반 사진 검색과 유사 상품 추천 사례를 중심으로 설명했습니다.
#LLM#멀티모달
8800
더욱 똑똑하게 답하며, 더욱 풍부한 감정표현을 향한 Kanana-o의 진화 과정
X
#LLM#멀티모달
4000
LINE Games의 AI Agent를 통한 게임 퍼블리싱 가속화 여정
LINE Games가 Amazon Bedrock 기반 AI Agent로 퍼블리싱 기술 지원을 자동화한 사례입니다. 문서 수집·정제·검색을 고도화하고 스트리밍과 캐싱으로 응답 속도와 운영 효율을 높였습니다.
#LLM#RAG
6600
AWS X Remember GenAI 해커톤 사례: 영업팀을 위한 AI 솔루션 샐리(Sales:Re) 개발기
AWS와 리멤버 해커톤에서 영업팀용 AI 에이전트 샐리 개발 사례를 공유했습니다.리드 발굴과 반복 업무를 자동화하고, 멀티 에이전트 구조를 단순화해 성능을 개선했습니다.
#AWS#LLM
3200
Generative UI 실전 구현 \:\ AI로 GitLab 데이터 조회, 차트 생성
Generative UI 개념과 GitLab 데이터 조회·차트 생성 구현 예시를 소개했습니다. 또한 환각, 보안, 성능 한계와 실무 적용 방안을 함께 정리했습니다.
#LLM#React
5700